自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 struct 内存对齐

忘记struct内存怎么对齐,网上的struct内存对齐看的我犯晕,没看懂。后来过了几天,自己想起来了,觉得还不如自己写个记录下。

2022-06-15 12:34:15 536

原创 c2440 “初始化”:无法从“const char”转化为“_Object”

原理目前还没有搞懂,但是摸索出了解决方法。先放上我的问题代码:#include<iostream>#include<vector>#include<list>using namespace std;int main() { list<char*> lst{ "hello", "world" }; vector<string> v(lst.cbegin(), lst.cend()); for (auto& s : v)

2021-07-05 12:09:59 486 1

原创 前/后置运算符的区别

相同点都会是运算对象的值加1。区别使用的值前置自增运算符使用的是自增后的值。后置自增运算符使用的是自增前的值。返回的对象前置自增运算符返回的是对象本身。后置返回的是自增前的副本。左右值前置自增运算符返回的是左值。后置返回的是右值。优先级前置自增运算符低于后置自增运算符。ps:前置自增运算符的优先级跟解引用运算符(*)、取地址运算符(&)相同。...

2021-04-29 13:50:53 1072

原创 相比较于vector,数组的缺点

相比较于vector,数组的缺点前言数组的缺点数组的灵活性差数组不允许拷贝和赋值数组更容易越界获取数组的长度不方便数组的数组结束语前言数组和vector一样可以存放任意对象,除了引用,即不存在引用的数组,也不存在引用的vector。数组的缺点数组的灵活性差数组在定义声明时,必须使用常量表达式给出其容量大小,而且运行时**数组不允许动态的增删元素**;vector是可以的,例如push_back添一个元素,erase或pop_back删除元素。有一个细节,数组的容量必须大于0;vector允许容

2021-04-17 14:59:37 811

转载 pip指定源安装软件

内容转载自yorkmass有两种方式使用我们自己指定的镜像源第一种是手动指定:pip install 包名 -i https://pypi.tuna.tsinghua.edu.cn/simple 若是更新在install和包名之间加上-U即可第二种:你可以把它写在配置文件中Linux/OSX : 在当前用户目录下创建.pip文件夹mkdir ~/.pip然后在该目录下创建pip.conf文件填写:[global]trusted-host=mirrors.aliyun.cominde

2020-09-24 18:07:28 428

原创 keras中Dropout在预测过程中是否仍要起作用

因为需要,要重写训练好的keras模型,虽然只具备预测功能,但是发现还是有很多坑要趟过。其中Dropout这个坑,我记忆犹新。一开始,我以为预测时要保持和训练时完全一样的网络结构,所以预测时用的网络也是有丢弃的网络节点,这样想就掉进了一个大坑!因为怎么通过已经训练好的模型,来获取其训练时随机丢弃的网络节点是那些,这本身就根本不可能。训练过程中,使用Dropout,个人感觉就是对部分权重和偏置在...

2019-07-12 10:58:58 5928 6

原创 keras中卷积核计算时是否有旋转180度

之前在研究卷积计算过程时,多次看到网上说到卷积核计算时,要先旋转180度后再与输入数据运算,当我重写训练好的keras模型时,发现使用旋转的卷积核参与运算,得不到正确结果。但是当我不使用旋转的卷积核时,能得到正确的结果,虽然不知道具体原因,但是结果是这样,所以记录于此,作为经验为后续做参考。...

2019-07-12 10:43:00 239 2

原创 keras之padding=same具体实现

在keras中,之前只是从理论上了解了padding=same的原理,并没有自己尝试写出这个功能,当自己尝试写出这一过程时,发现我在理论上的理解与实际的实现有一定的差异,所以写出这篇博客,记录下自己写的过程中,对padding=same的更详细的实现。(注,由于我做的工作使用的是一维数据,不是图片这种二维数据,故下面都是以一维数据为例记录说明)padding的作用首先重复下padding的作用...

2019-07-12 10:14:58 12836 8

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除